مدل سازی پیش بینی قیمت سهام با استفاده از شبکه عصبی و مقایسه آن با روش های پیش بینی ریاضی

استفاده از روش هایی برای پیش بینی وضعیت آینده، همواره دغدغه اصلی اندیشمندان علوم مختلف بوده است. در این راه بطور طبیعی، روش هایی، قابلیت ماندگاری و کاربردی مناسب دارند که دارای کمترین خطای ممکن در پیش بینی باشند. بر این مبنا در سالهای بسیار، روش هایی ریاضی؛ اعم از میانگین ساده، میانگین موزون، میانگین دوبل، رگرسیون و مانند اینها، تنها الگوهایی بود که قاطعانه مورد تایید و استفاده قرار می گرفت؛ اما در مواقع گوناگون دارای اشکالاتی نیز بود. با ایجاد روش های هوش مصنوعی، مانند شبکه های عصبی؛ بویژه در مواقعی که رابطه ریاضی مناسبی بین داده ها و متغیرهای مستقل و وابسته، قابل شکل دهی نبود، امیدواری های بسیاری بوجود آمد. این امیدواری ها تا جایی ادامه یافت که حتی آن را جایگزین روش های ریاضی نیز دانستند.
در این مقاله با بررسی کارکرد مدل های شبکه عصبی و مدل رگرسیون، در حوزه داده های مرتبط با پیش بینی قیمت سهام، به اندازه گیری خطاهای پیش بینی این دو روش پرداخته شده است. روش تحقیق بکار گرفته شده در این مقاله شیوه ارزیابی بوده است.